EpiPPI: Epigenetic Attention-Based Orientation of the Protein–Protein Interaction Network Across Stress Conditions
تُعد EpiPPI خوارزمية مبتكرة مستوحاة بيولوجياً تستفيد من آليات الانتباه فوق الجينية وبيانات التعبير الجيني الخاصة بحالات محددة لاستنتاج شبكات تفاعل البروتين-بروتين الموجهة على نطاق الجينوم والخاصة بحالات محددة، متفوقةً بشكل كبير على الطرق القائمة على الطوبولوجيا في الدقة والأهمية البيولوجية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
داخل كل خلية حية، توجد شبكة واسعة ومعقدة من البروتينات التي تتواصل باستمرار للحفاظ على حياة الكائن الحي. تتفاعل هذه البروتينات مع بعضها البعض، وتمرر إشارات تخبر الخلية متى تنمو، ومتى تنقسم، أو كيف تستجيب للخطر. أمضى العلماء عقودًا في رسم خرائط لهذه الروابط، منشئين مخططات ضخمة توضح أي البروتينات تلامس الأخرى. ومع ذلك، فإن هذه الخرائط بها نقطة عمياء كبيرة: فهي عادة ما تُظهر الروابط كخطوط بسيطة ثنائية الاتجاه، مثل جسر بين جزيرتين. وفي الواقع، فإن تدفق المعلومات يكون دائمًا تقريبًا في اتجاه واحد، مثل نهر يتدفق من مصدر إلى وجهة. فقد يقوم بروتين بتنشيط بروتين آخر، لكن البروتين الثاني لا ينشط الأول بالضرأ. علاوة على ذلك، فإن اتجاه هذا التدفق ليس ثابتًا؛ فهو يتغير اعتمادًا على البيئة. فعندما تواجه الخلية حرارة، تسلك الإشارات مسارًا واحدًا؛ وعندما تواجه ضررًا في شفرتها الوراثية، تسلك الإشارات مسارًا آخر. إن تحديد الاتجاه الصحيح لكل اتصال في هذه الشبكات الضخمة هو مشكلة معقدة للغاية لدرجة أن أقوى الحواسيب تجد صعوبة في حلها، خاصة عند محاولة مراعاة كيفية تغير احتياجات الخلية من لحظة إلى أخرى.
لقد طور باحثون في جامعة شيف نادار نهجًا جديدًا لحل هذا اللغز، حيث ابتكروا نظامًا يمكنه التنبؤ بالاتجاه الصحيح لهذه الإشارات لظروف بيئية محددة. أطلقوا على طريقتهم اسم "EpiPPI". وبدلاً من معاملة شبكة الخلية كخريطة ثابتة وغير متغيرة، يدرك هذا النظام أن الخلية ديناميكية. فهو يستخدم مزيجًا من النماذج الحاسوبية المتقدمة التي تفهم اللغة البيولوجية واستراتيجية بحث مستوحاة من كيفية تنظيم الجينات في الطبيعة. طبق الفريق هذه الطريقة على خميرة "Saccharomyces cerevisiae"، وهي كائن بسيط يُستخدم غالبًا لدراسة البيولوجيا البشرية. لقد حللوا التفاعلات بين ما يقرب من 6,000 بروتين واختبروا كيف يجب توجيه الشبكة تحت خمس حالات إجهاد مختلفة: صدمة الحرارة، تلف الحمض النووي (DNA)، الإجهاد الأسموزي، إجهاد الشبكة الإندوبلازمية، وحالة درجة الحرارة المستقرة.
يتضمن جوهر الطريقة الجديدة تعليم الحاسوب فهم "شخصية" كل بروتين وحالته الراهنة. يقرأ النظام أولاً كميات هائلة من الأدبيات العلمية والبيانات البيولوجية لبناء فهم عميق لما يفعله كل بروتين وأين يعيش داخل الخلية. ثم ينظر إلى مدى نشاط كل بروتين تحت إجهاد معين. ومن خلال الجمع بين هذه المعرفة العميقة وبيانات النشاط في الوقت الفعلي، يمنح النظام درجة لكل بروتين، تشير إلى احتمالية كونه مرسلًا أو مستقبلًا للإشارة في ذلك الموقف المحدد. تعمل هذه الدرجات كدليل لخوارزمية بحث متطورة. هذه الخوارزمية لا تخمن عشوائيًا؛ بل تستخدم قواعد مستوحاة من علم فوق الجينات (Epigenetics) — وهي العملية البيولوجية التي تقوم بتشغيل أو إيقاف الجينات دون تغيير الحمض النووي نفسه. تمامًا كما يمكن للعلامات فوق الجينية أن تثبت أجزاء معينة من الجينوم في مكانها، تقوم الخوارما خوارزمية بتثبيت اتجاهات الإشارات الأكثر تأكدًا مع السماح للحاسوب باستكشاف الاحتمالات المختلفة للروابط غير المؤكدة. وهذا يسمح للنظام بالتنقل بكفاءة عبر تريليونات الطرق الممكنة لتوجيه الشبكة للعثور على الترتيب الأكثر منطقية من الناحية البيولوجية لكل حالة.
عندما اختبر الباحثون نظامهم، أظهرت النتائج قدرة واضحة على التمييز بين الحالات الخلوية المختلفة. في اختبار حاسم واحد، حدد النظام بشكل صحيح اتجاه مسار إشارات رئيسي بين بروتينين، وهما MEC1 وRAD53، في كل سيناريو تم اختباره عليه. هذا المسار هو آلية استجابة للطوارئ معروفة جيدًا في الخميرة. كما أظهر النظام أن مسارًا آخر، يتضمن بروتينًا يسمى DUN1، كان موجهًا بقوة في الاتجاه المتوقع لتلف الحمض النووي، ولكنه كان أقل نشاطًا أو موجهًا بشكل مختلف تحت ظروف الإجهاد الأخرى. وهذا يؤكد أن النظام لا يجد مجرد إجابة واحدة ثابتة، بل ينجح في التقاط كيفية إعادة الخلية لترتيب خطوط اتصالاتها بناءً على التهديد الذي تواجهه. وعند مقارنته بالمسارات البيولوجية المعروفة، طابق النظام الاتجاهات الراسخة لتدفق الإشارات في 87.5% من الحالات تحت تأثير تلف الحمض النووي، وهو الأداء الأقوى. وعبر جميع الظروف والحواف المختبرة، حقق النظام اتفاقًا إجماليًا بنسبة 52.5% مع الخرائط البيولوجية المعروفة.
كما سلطت الدراسة الضوء على المواضع التي تواجه فيها الطريقة تحديات. فقد وجد أن اتصالًا محددًا بين بروتينين، وهما PBS2 وHOG1، كان موجهًا باستمرار في الاتجاه المعاكس لما يتوقعه علماء البيولوجيا، بغض النظر عن حالة الإجهاد. ووجد الباحثون أن هذا لم يكن فشلًا في خوارزميتهم، بل كان انعكاسًا للبيانات نفسها؛ إذ كانت الأدلة الموجودة لهذا الاتصال المحدد متوازنة للغاية لدرجة أن كلا الاتجاهين بديا متساويين الاحتمال بناءً على المعلومات المتاحة. يشير هذا إلى أنه بينما تعد الطريقة الجديدة قوية، إلا أنها لا تزال محدودة بجودة واكتمال البيانات البيولوجية المقدمة إليها. لم يدّع الباحثون أنهم حلوا مشكلة رسم كل تفاعل خلوي بشكل مثالي، بل أثبتوا خطوة كبيرة للأمام في إنشاء خرائط خاصة بكل حالة. ومن خلال إثبات أن توجيه الشبكة الثابت والواحد غير كافٍ لوصف الحياة الخلوية، ومن خلال إظهار أن النهج الديناميكي الواعي بالسياق يمكنه استعادة الحقائق البيولوجية المعروفة، فإن هذا العمل يوفر أداة جديدة لفهم كيفية تكيف الخلايا مع بيئتها. وتشير النتائج إلى أن مرونة هذه الشبكات حقيقية وقابلة للقياس، مما يوفر طريقة أكثر دقة لرؤية الآليات المعقدة للحياة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.